来源：公众号“机器之心”

原文链接：https://mp.weixin.qq.com/s/rht6QRWh3JtuGnG7tYsoGQ

视觉脑机接口的终极目标，是建立大脑神经皮层与外部视觉感知的双向交互通道，从“单向理解”走向“双向交互”，既能从大脑神经活动中重建出视觉信息（读脑），也能把视觉信息自然写入神经皮层（写脑），同时保证“读脑”与“写脑”过程的可交互性与双向一致性。

来自上海人工智能实验室、香港大学、香港中文大学等机构的研究团队，提出首个基于统一神经流模型的视觉-神经双向建模框架NeuroFlow，相关成果入选CVPR 2026。它首次将视觉编码（写脑）与解码（读脑）整合到同一可逆流结构中，打通视觉感知与神经活动之间的双向通路，为理解人类视觉认知机制、构建下一代通用视觉假体与双向脑机接口提供了全新范式。

论文标题：

NeuroFlow: Toward Unified Visual Encoding and Decoding from Neural Activity

论文地址：

https://arxiv.org/abs/2604.09817

主页地址：

https://michaelmaiii.github.io/NeuroFlow-S

本文第一作者为香港大学PhD麦伟健，相关研究工作于上海人工智能实验室科研实习期间完成；共同通讯作者分别为伍佳敏，Andrew F. Luo 和宋纯锋。该工作已经被 CVPR 2026 会议接收。

模型定义随时间 [0, 1] 变化的矢量场，采用余弦插值构建从源分布到目标分布的平滑过渡轨迹。其中，1）正向演化对应编码任务，时间由0 → 1推进，视觉特征沿流场连续变换生成对应神经表征，完成图像到脑信号的编码，再通过NeuroVAE生成真实的神经信号；2）反向演化对应解码任务：时间由1 → 0推进、沿时间逆向求解 ODE，由神经表征回溯还原原始视觉特征，再通过视觉生成器实现从脑信号中重建图像。仅通过时间方向区分两种过程，从机理上保证编码与解码的强语义一致性。这一架构让视觉与神经在共享潜空间内形成稳定、可逆、可解释的映射关系，实现真正意义上的双向互通。

实验证明 NeuroFlow 架构在保障高精度图像重建的同时，生成的神经表征贴合人脑视觉加工的生理规律，从机理上验证了视觉与神经双向映射的科学性。